如何删除图像中的小平行线？

Question

二值化后我有黑白图像。之后我有如下图像：

如何使用OpenCV删除与长曲线平行的小线？我可以通过删除所有小对象来删除它们，但我想只删除小的并行 线。

Answer 1

对我来说，这看起来像一个Canny神器（或某种振铃神器）。有几种方法可以删除它们。

经验但不太计算密集的方法是定位所有小特征，并将它们与移动了[+/-] X，[+/-] Y的相同图像叠加。如果该特征与移位的图像完全一致，即白色特征中的所有像素在移位的图像中也是白色的，那么您可能正在查看一个工件。

要评估功能的“小”，您可以使用基本的填充。这种方法很便宜，因为你可以用指针模拟移位，而不需要真正分配四个移位的图像。无论你有什么小的平行线，它都容易出现误报，如果伪像非常大，则容易出现假阴性。

另一种方法是将具有不同阈值的原始图像两次分色。虽然“真实”线条将保持在一起，但是振铃文物将具有不同的强度。此时，您将评估图像差异，并将“工件”视为远的所有要素，而不是来自图像轨迹的给定阈值。这需要更多的计算量，产生更好的结果，但取决于您对原始图像的拥有，即您的工作流程。

重新评估工作流程（改变边缘检测阶段）可能会完全避免产生工件。

Answer 2

使用cvBlobslib library将白色斑块检测为blob ... cvBlobslib库提供了一些函数，通过这些函数可以找到斑点的不同特征，如区域和椭圆度...所以如果你只想要更小的平行于长曲线的补丁...然后..

1. 根据斑点或预测仪覆盖的区域获得长曲线，即斑点的轮廓长度......
2. 在拟合椭圆后获取长曲线的长轴的椭圆度或方向（cvBlobslib库将为您做到!! !!）...
3. 根据面积或轮廓过滤所有小于阈值的斑点，与长曲线具有相同的方向 ....

希望这可行..

Answer 3

如果您事先知道线条的方向，可以使用适合您需要的自定义结构元素进行形态学关闭。

请参阅wikipedia

上的morphomat

请参阅opencv documentation

Answer 4

也许与其他人所说的相似，但用简单的话来说：因为小线条的厚度大约是长线条的一半，如果你真的不在乎保留长线的方式，那么你可以应用几次简单的算法“使线条更细”，直到小的消失。您需要做的是逐个像素地扫描图像，当您在黑色像素的上方或下方或左侧或右侧检测到白色像素时，将其坐标存储在矢量中。遍历整个图像后，可以将矢量中坐标指定的所有像素设置为黑色。您可以根据经验为该算法的迭代次数定义一些阈值。

Answer 5

以下是利用平行线增加边缘密度这一事实的步骤。

1）在灰色图像上应用adaptive Threshold以获得许多边缘。

2）Erode 3x3（或实验但很小）形态学操作。

3）取Logical Not获得边缘密度。

4）应用类似3x3或5x5的Dilate。它会扩大边缘以合并并形成一个区域。

5）现在Erode 7x7（或实验为高于最后一次扩张）形态学操作。它将删除大部分非必需区域，长线和小杂散区域。

输出是移除区域的MASK。您可以对原始图像应用轮廓检测​​，并去除轮廓对象，以便在蒙版高精度去除中匹配位置。 或者，如果您不需要高精度结果，只需And使用蒙版NOT。

Answer 6

为什么不这样做：

1. 查找长曲线（使用findContours并按尺寸过滤）。
2. 找到小曲线
3. 对于每条长曲线，计算每条小曲线的每个点与长曲线之间的最小距离。
4. 计算这些最小距离的平均值和标准差。
5. 拒绝与长曲线的平均最小距离过大的小曲线，或最小距离的标准偏差较大的小曲线。

结果可能会更好（并且更快）您首先对图像进行骨架化。

祝你好运，